Sztuczna inteligencja (AI) i systemy eksperckie są powiązane, ponieważ rozwój sztucznej inteligencji jest zwykle budowany na wielu systemach eksperckich. Systemy eksperckie to programy współpracujące z bazą danych informacji zebranych przez ekspertów z różnych punktów widzenia oraz silnikami wnioskowania do ich ilościowego określania i analizowania. Aby sztuczna inteligencja i systemy eksperckie bezproblemowo współpracowały ze sobą i naśladowały możliwości ludzkiego myślenia, często są one budowane w oparciu o szereg mikroprocesorów. Procesory te pracują równolegle, analizując i porównując dane przechowywane i dane ze świata rzeczywistego, i uzyskując znaczące wyniki w rozsądnym czasie.
Dobrym przykładem działania sztucznej inteligencji i systemów eksperckich jest komputer Watson stworzony przez korporację IBM® w Stanach Zjednoczonych na przestrzeni trzech lat. Watson to system komputerowy z wewnętrzną siecią, składający się z 2,880 mikroprocesorów i 16 terabajtów pamięci RAM, który przetwarza 500 gigabajtów danych na sekundę w celu analizy ludzkiej mowy. Odpowiada to czytaniu i analizowaniu 1,000,000 100 XNUMX książek na sekundę. W Watson działa ponad XNUMX różnych technik systemów eksperckich, które pozwalają kompilować sensowne odpowiedzi na pytania. System uzyskuje dostęp do danych z encyklopedii, literatury i współczesnych artykułów prasowych oraz wykorzystuje sieci neuronowe i inne adaptowalne metody oprogramowania systemu eksperckiego, aby stworzyć szczątkową sztuczną inteligencję, która znajduje znaczenie we wzorcach mowy człowieka.
Programowanie AI można jednak budować na wielu różnych metodologiach projektowania. Ogólne systemy sztucznej inteligencji ludzkiej inteligencji, znane jako „silna sztuczna inteligencja”, to te, które w największym stopniu wykorzystują potrzebę wielu systemów eksperckich działających w tandemie. Jedną z metod rozwijania sztucznej inteligencji i systemów eksperckich w ten sposób jest wykorzystanie programowania w logice rozmytej, czyli oprogramowania, które próbuje określić ilościowo niejasną naturę rzeczywistego świata, którą ludzie dobrze rozumieją, ale komputery cyfrowe nie. Rozmyte systemy eksperckie sprawdzają się tam, gdzie maszyny muszą dostosowywać się do szybko zmieniających się warunków świata rzeczywistego, takich jak automatyczne skrzynie biegów w samochodach, zmywarki, kamery, elektrownie jądrowe i tak dalej. Inteligencja komputerowa w Japonii znacznie częściej wykorzystuje programowanie w logice rozmytej niż gdzie indziej, co może tłumaczyć zdolność narodu do przewodzenia na rynku zaawansowanej robotyki AI.
Dlatego systemy eksperckie są podstawowym elementem każdej funkcjonalnej sztucznej inteligencji. Połączone systemy eksperckie próbują ominąć przeszkody, na które napotykają tradycyjne komputery, gdzie każda decyzja musi zawierać dyskretną odpowiedź tak/nie, prawda/fałsz. Robią to poprzez dynamiczne przetwarzanie zapytań zamiast podążania z góry określoną ścieżką programu i ważenia wartości każdej potencjalnej odpowiedzi względem siebie. Budowanie sztucznej inteligencji i systemów eksperckich przy użyciu heurystyki, czyli formy analizy metodą prób i błędów, z której ludzie korzystają regularnie na zasadzie jeden-na-jeden, zamiast jedynie stosowania określonej przechowywanej wiedzy, to kolejna generacja inteligencji maszynowej, która zdolność do rozwoju i uczenia się z biegiem czasu.